Sieben MIT-Angehörige zu AI2050-Fellows 2026 von Schmidt Sciences ernannt

Was AI2050 von seinen Fellows verlangt

Schmidt Sciences ist die philanthropische Initiative von Eric und Wendy Schmidt und soll wissenschaftliche Innovation beschleunigen. AI2050 wurde von Eric Schmidt und James Manyika konzipiert und wird von ihnen gemeinsam geleitet. Das Programm soll dabei helfen, schwierige Probleme der künstlichen Intelligenz zu lösen.

Jeder Fellow widmet sich der zentralen Leitfrage des Programms: "Es ist 2050. KI hat sich als enorm nützlich für die Gesellschaft erwiesen. Was ist passiert? Welche der wichtigsten Probleme haben wir gelöst, und welche Chancen und Möglichkeiten haben wir genutzt, um dieses Ergebnis sicherzustellen?" (AI2050, zitiert nach MIT News).

Alle fünf ausgezeichneten MIT-Fakultätsmitglieder sind Principal Investigators am MIT Laboratory for Information and Decision Systems.

Der Senior Fellow: Sendhil Mullainathan

Sendhil Mullainathan wurde zum AI2050 Senior Fellow ernannt. Er ist Peter de Florez Professor am MIT und hat Professuren in den Fachbereichen Economics sowie Electrical Engineering and Computer Science inne.

Seine aktuelle Forschung liegt an der Schnittstelle von Algorithmen und Menschen. Ein zentraler Schwerpunkt ist der Aufbau von The Bike Shop@MIT, einem neuen Forschungszentrum für eine stärker am Menschen orientierte KI. MIT News beschreibt seinen Ansatz als "skalierbare Fahrräder für den Geist und innovative neue Gänge für Machine-Learning-Algorithmen".

Mullainathan hat ideas42, das Abdul Latif Jameel Poverty Action Lab des MIT und Dandelion Health mitgegründet. Sein AI2050-Projekt befasst sich damit, Muster, die KI erkennen kann, in überprüfbare Theorien zu übersetzen.

Die Early Career Fellows

Vier MIT-Fakultätsmitglieder wurden zu AI2050 Early Career Fellows ernannt, jeweils mit einem eigenen Projekt:

• Alex Damian, Assistant Professor im Department of Mathematics mit einer gemeinsamen Stelle im Bereich EECS über das MIT Schwarzman College of Computing. Seine Forschung umfasst die mathematischen Grundlagen des Deep Learning, darunter Optimierungsdynamik und Representation Learning. Sein Projekt widmet sich dem effektiven Training von KI-Modellen.
• Bailey Flanigan, Theodore T. Miller (1922) Career Development Assistant Professor, mit einer gemeinsamen Stelle in EECS und Political Science. Ihre Arbeit verbindet Social-Choice-Theorie, Spieltheorie, Algorithmen, Statistik und Umfragemethoden, um die Beteiligung der Öffentlichkeit an der Demokratie zu stärken. Ihr Projekt konzentriert sich darauf, strukturierte Beiträge aus der Bevölkerung zu sammeln, die Gesetzgeber bei komplexen Entscheidungen nutzen können.
• Yunha Hwang, Samuel A. Goldblitch Career Development Assistant Professor, mit einer gemeinsamen Stelle in EECS und Biology. Sie ist Mitgründerin und Chief Scientist bei Tatta Bio, einer gemeinnützigen Wissenschaftsorganisation, die sich auf genomische KI für biologische Entdeckungen konzentriert. Ihr Projekt befasst sich mit der Bestimmung biologischer Enzymfunktionen.
• Manish Raghavan, Drew Houston (2005) Career Development Professor an der MIT Sloan School of Management, mit einer gemeinsamen Stelle in EECS. Seine Forschung wendet computergestützte Verfahren auf gesellschaftlich relevante Bereiche an, darunter algorithmische Fairness und Verhaltensökonomie, mit Schwerpunkt auf algorithmischen Werkzeugen im Personalwesen. Sein Projekt will negative Folgen einer weit verbreiteten Abhängigkeit von KI abmildern und positive Aspekte stärken.

Auch Alumni ausgezeichnet

Drei weitere Personen mit MIT-Bezug wurden ebenfalls zu AI2050 Early Career Fellows ernannt: die Alumni Irene Chen PhD '22 und Allison Z. Koenecke '14 sowie der frühere Postdoc Juan Carlos Perdomo. Ihre Projekte beschreibt die Quelle nicht.

Die Gruppe 2026 folgt auf frühere Jahrgänge von MIT-Angehörigen, die 2024 und 2025 ernannt wurden. Die in diesem Jahr vorgestellten Projekte reichen von der technischen Seite der KI, etwa Modelltraining und Enzymfunktionen, bis zu ihren gesellschaftlichen Auswirkungen, darunter Personalauswahl, Bürgerbeteiligung bei der Gesetzgebung und die Abhängigkeit von KI.